Académique Documents
Professionnel Documents
Culture Documents
Serequierendatosparaentenderunproceso,sinembargolautilidaddelosdatosdepende
dequetanbuenoeselsistemademedicinusadopararecolectarlos.Paratenerdatos
confiables,debemosvalidarquenuestrosistemademedicinesconfiable.
2
Terminologa:
Gage:Cualquieraparatoutilizadoparaobtenermediciones,inclusivelosPasa/NoPasa.
go/nogo.
SistemadeMedicin:Elconjuntodeoperaciones,procedimientos,aparatosyequipos,
Softwares ypersonalutilizadoparaasignarunnmeroalacaractersticaqueestasiendo
medida;elprocesocompletoutilizadoparaobtenerlamedicin.
3
4
5
6
7
Reproducibilidad:
Silosoperadoressonlafuentedevariacin:
Diagnosticarsiesproblemadehabilidad,procedimientooactitud.
Capacitarenlosestndaresdemedicin.
Simplificarprocesosdemedicin.
Resolverproblemasdeactitud. Relocalizar.
Silosequipossonlafuentedevariacin:
Entenderlasdiferenciasentrecadaequipo,paraadaptaraldemenorvariacin.
Repetibilidad:
Eliminarlavariabilidadporerroresdeposicionamientodelgageenlaparteamedir.
Revisareldiseodelgage.
8
9
Posiblescausasdeerror:
Exactitud:
Diseodelaparato.
Usoinadecuado.
Calibracinincorrecta
DesgastedelGage.
Estabilidad:
Requierecalentamiento.
Dependenciaconalgunfactorexterno
Faltadecalibracin.
Linealidad:
Diseodelaparato
Dificultadparamedirlaspartesdediferentedimensin.
FaltadeCalibracin.
Usoincorrectodelgage.
10
11
12
Recomendaciones Generales:
Realice el estudio duplicando lo ms posible las condiciones normales de
operacin.
13
14
Stat>Quality Tools>GageR&RStudy(Crossed)
Options:Ponerlatoleranciadelproceso.
Stat>Quality Tools>GageRunChart.
15
Latoleranciadesuprocesoes+/ 2.75
milsimasdepulgada.
Suslecturasfuerontomadasenmilsimasde
pulgada
RealiceelestudioGR&R.
16
Asumaquehaseleccionadolaspartesadecuadaspararealizarelestudioyqueelgageest
calibrado.
Elnmeroderenglonesrequeridospararecolectarlosdatossern:
Num.departesamedir*Num.deOperadores*Num.deIntentos
10*3*3=90
EnlacolumnadeNumdepartesamedirgenereunalistadel1al10enincrementosde1
en1,dondecadavalorseimprimaunasolavezantesdepasaralsig.nmero,estoesuna
secuencia,hagaqueserepitalasecuencia9veces,aldarleentertendr90renglones.
17
EnlacolumnadeOperadorgenereunalistaconlosnombresdelosoperadores:Pedro
MaraJuan,hagaqueseimprimacadanombre10vecesantesdepasaralsig.Nombre,esto
esunasecuencia,hagaqueseimprimalasecuenciatresveces,aldarleentertendr90
renglones.
EnlacolumnadeIntentosgenereunalistadel1al3enincrementosde1en1,dondecada
valorseimprima30vecesantesdepasaralsig.nmero,estoesunasecuencia,hagaque
serepitalasecuencia1solavez,aldarleentertendr90renglones.
18
ElmtodoXbarRMethod(MtododePromediosyRangos):Cuantificalavariacin
debidaalgage,aloperadoryalaspartes,peronoalainteraccinoperador*parte,
mientrasqueelmtododeANOVAsiincluyeestainteraccin.
El%deVariacindelestudio(StudyVariation)esunamedicindelporcentajedela
variacintotalatribuidaalgageypuedesercalculadaconsiderandodiferentesrangosde
variacintotalobservada.
Elvalormsusualesusar5.15desviacionesestndares,queequivaleaconsiderarun99%
delavariacintotalobservada.
19
20
Siobtienelarazcuadradadelavariacinexpresadaenunidadesdevarianza(1),obtendr
lavariacinexpresadaenunidadesdedesviacinestndar(6).
Almultiplicarlasunidadesdedesviacinestndarpor5.15seobtienelavariacindel
estudio(StudyVariation(7)),esestacantidaddevariacinlaqueseusaparacalcularlos
num3y4arribaindicados.
21
Ejemplo:%ContribucindeltotaldelGR&R((0.008274)/(0.046174))*100=17.92.
Elporcentajedevariacindelgagede17.92%,secomponede17.59%envariabilidaddebido
alarepetibilidadysolode0.33%porreproducibilidad.
Lareproducibilidadpuedeasuvezdescomponerseenoperadoreinteraccinparte*operador.
Lasumadeloscomponentesdevariacinsiesigualal100%,yaquelavarianzasiesaditiva.
22
Ejemplo:PorcentajedevariacinParteaParte1.16808/1.28929*100=90.60%.
Lasumatoriadelporcentajedecadacomponentedevariacinnoes100%,debidoaquela
desviacinestndarnoesaditiva.
Elpropsitodetrabajarenunidadesdedesviacinestndardespodercompararcontrala
toleranciadelproceso(6)(Mismasunidadesdemedida).
Alusardesviacinestndar,debemosdefinirunrango,onmerodedesviacionesstd.a
considerarenlaevaluacin,elestndaresusar6desviacionesestndar,yaqueeneste
nmeroseencuentracomprendidoel99.75%delavariacinenunadistribucinnormal.
Deestamaneratambinpodemosasignarunporcentajedelavariacintotalacada
componenteenelsistemademedicin.
23
24
AMAYORnmerodecategorasdistintivas,MENORincertidumbreenlamedicion,MAYOR
lacapacidaddedetectaruncambioensuproceso.
Discriminacindelsistemademedicin.
Eslahabilidadparadetectarcambiospequeosenlacaractersticaquesemide.Sila
discriminacindeunsistemademedicinesinadecuada,pudieranoserposiblemedircon
precisincambiosenlavariacindelproceso.
Latablaquesemuestraenseguidapuedeayudarleadeterminarloquesussitemade
medicinescapazdeacuerdoasunmerodecategorasdistintivas.
Num.deCategorasLoquelePuededar.
Distitintivas
1 Informacindebuenasymalas.
2 4 GrficasdeControlInsensibles.
Estimativosvagosdecambiosenel
procesoysusndicesdecapacidad.
5oms GrficasdeControl,parmetrosde
procesoendicesdecapacidad.
25
ElgrficoXbarmuestraelpromediodelaslecturasparacadaoperadoryparacadaparte
ElgrficoRmuestraelrangoparacadaparteyparacadaoperador.Idealmenteelrango
entrelaslecturasquecadaoperadorobtieneencadaparteseracero(Querepitala
medicin).
Presteatencinalaescaladelagrficaderangosycompareelrangodevariacin,es
razonableconloqueustedpuedeesperarconociendolatoleranciadesuproceso?.
26
Enlagrficasepuedeobservarquesoloenunaspartessetieneconsitenciaenlaslecturas
delostresoperadores.
PatrnObservadoSignificaque.
Lineasidenticas Losoperadoresestnmidiendoigualcadaparte.
UnalineaestconsistentementeEseoperadorestmidiendomsaltooms
msaltaomsbajaquelasotras.bajoquelosotros.
LaslineasnosonparalelasoLahabilidaddeloperadorparamedirunasecruzan
partedependedelapartequeseest
midiendo(Unainteraccinentreel operadory
laparte)
27
Lasmedicionesindividualesserepresentanporloscrculos,lospromediosporloscrculos
cruzados.
Idealmente:
.Laslecturasparacadapartetienenpocavariacin(lospuntosparacadaparteest
prximosunosdeotros).
28
Loscrculosrepresentanlaslecturasindividuales,loscrculoscruzadosrepresentanlos
promediosporoperador.
Seesperaunalineahorizontaleigualvariacinalrrededordelpromediodecadaoperador.
29
30
31
32
LSL=LowerSpecLimit=LimiteInferiordeespecificacion=LIE
USL=UpperSpecLimit=LimiteSuperiordeespecificacion=LSE
33
EnlagrficaXBar,lamayoradelosdatosestndentrodeloslmitesdecontrol,elideales
quealrrededordel50%estnfuera.Estoslmitesparecenestardemasiadoabiertos.
LoslmitesdecontrolenlagrficaXbarestndeterminadosporlavariacindelaslecturas
delosoperadores GrficaR ,sifijasuatencinalosrangosdelasmedicionesdel
operadornmerodos,veraqueparecensermenoresalosdeloperadorunoytres(grfico
RporOperador),puedeestimarqueloslmitesdecontrolenXbarpuedenreducirse,con
locualincrementaralospuntosfueradeestoslmites,tambinalreducirestavariacinen
elrangodelaslecturas,bajarnlosprocentajesdecontribucinalavariacintotalylas
categorasdistintivasaumentarn.
Elenfoqueparalograrlamejoradeestegageesencontrarqueesloquehacequelos
operadoresunoytrestenganmayoresrangosdevariacin.
34
ArchivoGR&R.MPW
35
Lavariacinparteaparteseobservaalcompararlospromediosdecadaparte.
Lavariacinentreoperadoresseobservaencadapartealcompararlospromediosdecada
operador.
Larepetibilidadseobservaenlapendientedecadalnea
Enlagrficamostradasepuedeverquelosoperadoresnorepitensuslecturas,nianel
operadordosquetienemejorrepetibilidad.
36
Elestudiosevolviarealizardespusdeentrenaralosoperadoresconlanuevainstrucindeoperacin.
VolveracorrerelestudiodeGR&RenMinitabtomandoahoralaslecturasdeMedicin2.
Compareelrangoanteriorenlagrficaderangosdeaproximadamente0.40conestedeaprox.0.10,
ahoralagrficaXbarmuestralamayoradelospuntosfueradecontrolcomoesdeseable.
LagrficadelainteraccinOperador*partenosindicaquepareceserquehayungradodedificultadmayor
quelasotraspartesparamedirlaspiezasnum.1y6,estoquedaconfirmadoenlatabaldeANOVAdonde
lainteracinaparececonunvalordepinferiora0.05.Investigueporque?
Elrangodelasvariacionespareceserelmismoparacadaoperador,segnseapreciaenlagrficaBy
Operator.
Enlagrficadecorrida(RunChart)seapreciaquemejorlarepetibilidaddelosoperadores,auncuando
notenemosmuchaslneashorizontales.Lareproducibilidadtambinparecequemejor,alserms
consistenteslospromediosdelecturasdecadaoperadorparacadaparte.
Two-Way ANOVA Table With Interaction
Source DF SS MS F P
Parte Num 9 2.86515 0.318350 155.553 0.000
Operador 2 0.00291 0.001457 0.712 0.504
Parte Num * Operador 18 0.03684 0.002047 2.458 0.005
Repeatability 60 0.04996 0.000833
Total 89 2.95487
37
38
39
40
Elconceptoconocidocomopromediarlaseal(Signalaveraging),consisteentomar
mltipleslecturasyusarelpromediocomovalordeladimensinmedida.Siguiendoeste
procedimientolavariacinpuedereducirseenlaproporcinde1/raizcuadradaden,
dondeneselnmerodelecturastomadasparaobtenerelpromedio.
41